1. Información general
La clasificación del árbol de decisión basada en el conocimiento se basa en datos de imágenes de teledetección y otros datos espaciales, a través de un resumen de la experiencia de expertos, estadísticas matemáticas simples y métodos de inducción, etc., para obtener reglas de clasificación y realizar una clasificación de teledetección. Las reglas de clasificación son fáciles de entender, y el proceso de clasificación también está en línea con el proceso cognitivo humano.La característica más importante es el uso de datos de múltiples fuentes.
Los pasos de la clasificación del árbol de decisión de conocimiento experto se pueden dividir aproximadamente en cuatro pasos: definición de conocimiento (regla), entrada de regla, operación del árbol de decisión y posprocesamiento de clasificación. La dificultad es la adquisición de reglas, que pueden provenir del resumen de la experiencia, como pendientes menores de 20 grados son pendientes suaves, etc.; las reglas también se pueden obtener de muestras a través de métodos estadísticos, como el algoritmo C4.5, el algoritmo CART, Algoritmo S-PLUS, etc.
Tomando como ejemplo la imagen Landsat TM5 y los datos DEM correspondientes de esta área, aprenda una clasificación de árboles de decisión basada en el conocimiento experto.
2. Pasos de operación detallados
2.1 Adquisición de reglas
Obtenga las siguientes reglas basadas en la experiencia y el conocimiento experto:
-
Clase 1 (vegetación de pendiente suave): NDVI>0.3, pendiente <20
-
Clase 2 (vegetación en laderas empinadas orientadas al norte): NDVI>0.3, pendiente>=20, 90<=aspecto<=270
-
Clase 3 (vegetación en laderas pronunciadas orientadas al sur): NDVI>0.3, pendiente>=20, , aspecto<90 o aspecto>270
-
Clase 4 (cuerpo de agua): NDVI<=0.3, 0<b4<20
-
Clase 5 (suelo desnudo): NDVI<=0.3, b4>=20
-
Class6 (sin área de datos, fondo): NDVI<=0.3, b4=0
Nota: Entre ellos, NDVI es el índice de vegetación de diferencia normalizada; pendiente es la pendiente; aspecto es el aspecto; bN representa la banda N-ésima.
2.2 Hacer un árbol de decisión
-
(1) Primero abra los datos a clasificar y otros datos de múltiples fuentes. Abra Archivo > Abrir, seleccione boulder_tm.dat y boulder_dem.dat en la carpeta de datos (Nota: boulder_tm.dat es la imagen que se clasificará y boulder_dem.dat son los datos DEM).
-
(2) Abra la nueva herramienta de árbol de decisión, la ruta es Caja de herramientas/Clasificación/Árbol de decisión/Nuevo árbol de decisión, como se muestra en la figura a continuación, se muestran un nodo y dos categorías de forma predeterminada;
-
(3) Primero, distinga la vegetación y la no vegetación según el NDVI. Haga clic en el nodo Nodo 1 e ingrese el nombre del nodo (Nombre) y la expresión condicional (Expresión) en el cuadro de diálogo emergente, como se muestra en la siguiente figura;
-
(4) Después de hacer clic en Aceptar, debe especificar una fuente de datos para {ndvi} en el cuadro de diálogo emergente Emparejamientos de variable/archivo, como se muestra en la siguiente figura. Haga clic en la tabla que muestra {ndvi} en el panel y seleccione boulder_tm.dat.
-
(5) Nota: Debido a que los datos seleccionados tienen información de longitud de onda, ENVI identifica automáticamente la banda roja y la banda de infrarrojo cercano de acuerdo con la longitud de onda.Si no hay longitud de onda, debe especificar manualmente estas dos bandas.
-
(6) Al escribir una expresión condicional (Expresión), debe cumplir con las reglas gramaticales de IDL, incluidos los operadores y los nombres de funciones. Los operadores y funciones de uso común se muestran en la siguiente tabla.
| expresión | Algunas funciones disponibles |
|---|---|
| operador básico | +、-、*、/ |
| Funciones trigonométricas | Seno Sin(x), coseno cos(x), tangente tan(x) Arco seno Asin(x), arco coseno acos(x), arco tangente atan(x) Seno hiperbólico Sinh(x), coseno hiperbólico cosh( x) , tangente hiperbólica tanh(x) |
| relación/lógica | Menor a LT, menor o igual a LE, igual a EQ, diferente a NE, mayor o igual a GE, mayor a GT y, o, no, XOR valor máximo (>), valor mínimo (<) |
| otros simbolos | exponente (^), exponente natural exp logaritmo natural alog(x) base 10 logaritmo alog10(x) redondeo - round(x), ceil(x), fix(x) raíz cuadrada (sqrt), valor absoluto (abs) |
-
(7) Una variable en un clasificador de árboles de decisión ENVI se refiere a una banda o una función específica que actúa sobre los datos. Si es una banda, debe llamarse bN, donde N es un número del 1 al 255, que representa una banda determinada de los datos; si es una función, el nombre de la variable debe estar entre llaves, es decir, { nombre de variable}, como {ndvi}. Si la variable se asigna como un archivo multibanda, el nombre de la variable debe contener un subíndice escrito entre corchetes que indique el número de bandas, como {pc[1]} para el primer componente principal del análisis de componentes principales. Se admiten nombres de variables específicos, como se muestra en la siguiente tabla, y los usuarios también pueden escribir funciones personalizadas a través de IDL.
| variable | efecto |
|---|---|
| pendiente | calcular pendiente |
| aspecto | Calcular aspecto |
| ndvi | Calcular el índice de vegetación de diferencia normalizada |
| tascap[n] | Transformación Spike hat, n indica qué componente se obtiene. |
| pc[n] | Análisis de componentes principales, n indica qué componente se obtiene. |
| lpc[n] | Análisis de componentes principales locales, n indica qué componente se obtiene. |
| mf[n] | Transformación mínima de ruido, n indica qué componente se obtiene. |
| lmnf[n] | Transformación de ruido mínimo local, n indica qué componente se obtiene. |
| desvst[n] | Desviación estándar de la banda n |
| lstdev[n] | desviación estándar local para la banda n |
| decir [n] | media de banda f |
| Quiero decir [n] | media local de la banda n |
| mín[n], máx[n] | Los valores máximo y mínimo de la banda n |
| lmin[n]、lmax[n] | Máximos y mínimos locales de banda n |
-
(8) La primera capa de nodos se divide en vegetación y no vegetación según el valor de NDVI. Si no se requiere una clasificación adicional, la imagen se dividirá en dos categorías: clase 0 y clase 1.
-
(9) Para NDVI superior a 0,3, es decir, clase 1, se divide en vegetación de pendiente suave y vegetación de pendiente pronunciada según la pendiente. Haga clic con el botón derecho en el icono de la clase 1 y seleccione Agregar hijos. Haga clic en el identificador del nodo para abrir la ventana de propiedades del nodo, establezca el Nombre en Pendiente<20 y complete la Expresión: {Pendiente} lt 20.
-
(10) De la misma manera, ingrese todas las reglas, haga clic con el botón derecho en Editar propiedades en el ícono del último nodo, puede establecer el nombre y el color del resultado de la clasificación, y el resultado final se muestra en la figura a continuación. (Nota: si no desea ingresarlo usted mismo, puede elegir Archivo > Restaurar árbol... y seleccionar Árbol.txt).
| nombre del nodo | expresión |
|---|---|
| ndvi>0.3 | {ndvi} gt 0.3 |
| 0≤b4≤20 | b4 lt 20 y b4 gt 0 |
| b4 = 0 | b4 equivalente a 0 |
| pendiente <20 | {pendiente} lt 20 |
| norte | {aspecto} lt 90 y {aspecto} gt 270 |
(Nota: puede seleccionar el menú Opciones > Mostrar emparejamientos de variables/archivos para establecer la fuente de datos de parámetros y variables. El resultado se muestra en la siguiente figura).
2.3 Decisiones de implementación
-
(1) Seleccione Opciones > Ejecutar para ejecutar el árbol de decisiones. Debido al uso de datos de múltiples fuentes, cada dato puede tener diferentes sistemas de coordenadas, resoluciones espaciales, etc. En el cuadro de diálogo emergente Parámetros de ejecución del árbol de decisión (como se muestra en la figura), debe seleccionar la imagen de referencia del resultado de salida, aquí seleccione boulder_tm.dat, es decir, el sistema de coordenadas y la resolución espacial de la clasificación de salida resultado son los mismos que boulder_tm.dat.
-
(2) Seleccione la ruta de salida y el nombre del archivo y haga clic en Aceptar. (Nota: en este paso se puede seleccionar el recorte de rango espacial).
-
(3) Si ENVI no abre automáticamente el archivo de resultados, puede abrir manualmente el resultado de la clasificación. Como se muestra abajo.
